k8s中的端口（port）

Posted 2023-03-18

参考技术A port是k8s集群内部访问service的端口，即通过clusterIP: port可以访问到某个service

nodePort是外部访问k8s集群中service的端口，通过nodeIP: nodePort可以从外部访问到某个service。

targetPort是pod的端口，从port和nodePort来的流量经过kube-proxy流入到后端pod的targetPort上，最后进入容器。

containerPort是pod内部容器的端口，targetPort映射到containerPort。

R中的多变量K-S检验

【中文标题】R中的多变量K-S检验

【英文标题】：Multivariate K-S test in R

【发布时间】：2015-10-12 08:13:10

【问题描述】：

因此，我们可以运行 K-S 测试来评估 dtwo 数据集的分布是否存在差异，如 here 所述。

让我们获取以下数据

set.seed(123)
N <- 1000
var1 <- runif(N, min=0, max=0.5)
var2 <- runif(N, min=0.3, max=0.7)
var3 <- rbinom(n=N, size=1, prob = 0.45)

df <- data.frame(var1, var2, var3)

然后我们可以根据 var3 结果分开

df.1 <- subset(df, var3 == 1)
df.2 <- subset(df, var3 == 0)

现在我们可以运行 Kolmogorov-Smirnov 检验来检验每个单独变量的分布差异。

ks.test(jitter(df.1$var1), jitter(df.2$var1))
ks.test(jitter(df.1$var2), jitter(df.2$var2))

不出所料，我们没有发现差异，可以假设不同的数据集来自相同的分布。这可以通过以下方式可视化：

plot(ecdf(df.1$var1), col=2)
lines(ecdf(df.2$var1))

plot(ecdf(df.1$var2), col=3)
lines(ecdf(df.2$var2), col=4)

但是现在我们想考虑var3==0 和var3==1 之间的分布是否在我们同时考虑var1 和var2 时不同。 当我们有多个预测变量时，是否有一个 R 包可以运行这样的测试

here提出了类似的问题，但没有得到任何答复

似乎有一些文献： Example 1 Example 2

但似乎没有任何东西与 R 相关

【问题讨论】：

这个问题似乎是题外话，因为它是关于统计的，而不是真正的特定编程问题。也许最好在Cross Validated

上问这个问题

【参考方案1】：

Peacock, J. A. (1983) 中讨论了二维 KS 检验。天文学中的二维拟合优度检验。皇家天文学会月报，202(3)，615–627。 https://doi.org/10.1093/mnras/202.3.615

有一个实现，https://cran.r-project.org/web/packages/Peacock.test/